1、请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 2023.09.25 工业、消费双驱动，工业、消费双驱动，3D 视觉大有可为视觉大有可为 齐佳宏齐佳宏(分析师分析师) 证书编号 S0880519080007 本报告导读：本报告导读：发源于工业，发源于工业，3D 视觉技术快速迭代视觉技术快速迭代；应用领域持续延展，打开应用领域持续延展，打开 3D 视觉广阔空间视觉广阔空间；群雄逐鹿，掘金群雄逐鹿，掘金 3D 视觉市场视觉市场；3D 视觉带来增量软件需求，推荐虹软科技。视觉带来增量软件需求，推荐虹软科技。摘要：摘要：3D 视觉视觉有望带动视觉算法需求超预期

2、有望带动视觉算法需求超预期，推荐虹软科技。，推荐虹软科技。我们认为，在 3D 视觉行业应用领域不断扩张的背景下，视觉算法以及相关设备需求有望超出市场预期。据此，我们推荐全球安卓系拍摄算法龙头虹软科技，车载视觉和智能商拍业务将成为新的业绩增长点。此外，受益标的包括奥比中光、凌云光、奥普特、当虹科技。发源于工业，发源于工业，3D 视觉技术快速视觉技术快速迭代迭代。1）3D 视觉感知技术最早被用于工业领域的测量和扫描。在技术刚刚诞生时，主要被用于工业设备和零部件的高精度三维测量、物体和材料的微小形变测量等。在多家公司的积极推广下，3D 视觉感知技术快速发展，在过去 10 年内初步实现了从工业往消费电

3、子领域延申的变革。2）3D 视觉目前主要有四种技术路线：激光三角测量、结构光、飞行时间（ToF）、多目视觉等是 3D 视觉目前主要的几种技术路线。几种技术路线的不同之处主要在于发射红外光获取数据的方式不同。应用领域持续应用领域持续拓展拓展，打开，打开 3D 视觉广阔空间。视觉广阔空间。1)据 Yole Devolopement预测，全球3D视觉感知市场规模在2025年将达到150亿美元，CAGR达 20%。2）目前，3D 视觉技术的主要下游行业主要包括消费电子、汽车（自动驾驶与智能座舱）、锂电、半导体、AIOT、工业自动化等。根据 Yole Devolopement 的预测，未来消费电子类和智

4、能汽车行业是3D 视觉市场扩容的重要推动力。群雄逐鹿，掘金群雄逐鹿，掘金 3D 视觉市场。视觉市场。1）消费电子：基于消费电子主流产品主要诞生于国内外大厂，各大厂已经推出了基于不同技术路线的3D 视觉产品，目前专业化定制趋势较为明显。2）3D 工业视觉：主流参与者包括传统 2D 视觉厂商以及新兴厂商。传统 2D 视觉头部厂商在工业高精度和高效率的测量与识别领域展现出了明显优势。风险提示：风险提示：3D 视觉技术产业落地不及预期、现有技术路线被取代 评级：评级：增持增持 上次评级：增持 细分行业评级 计算机 增持 相关报告 计算机 Windows Copilot 激活海量 AI 应用市场 202

5、3.09.24 计算机电力现货市场规则出炉，电力 IT迎来催化 2023.09.20 计算机国产算力催化不断，“鹏腾”生态景气向上 2023.09.12 计算机星闪打造极致交互性能，商用元年正开启 2023.09.10 计算机证券行业信创进入深水区，影响证券 IT 竞争格局 2023.09.07 行业专题研究行业专题研究 股票研究股票研究 证券研究报告证券研究报告 计算机计算机 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 2 of 28 目目 录录 1.投资故事.3 2.3D 空间视觉：机器视觉的新突破.3 3.发源于工业，3D 视觉技术快速迭代

6、.4 3.1.行业技术从工业领域逐渐拓宽到更广泛的应用领域.4 3.2.3D 视觉目前主要有四种技术路线.6 4.应用领域持续拓展，打开 3D 视觉广阔空间.8 4.1.全球 3D 视觉市场维持高速增长.8 4.2.我国大力支持机器视觉发展.9 4.3.3D 视觉技术已被广泛应用于 3C 消费电子领域.10 4.3.1.智能手机和穿戴设备是消费电子领域的最主要应用.10 4.3.2.线下 3D 人脸识别技术成为消费电子端长期发展方向.12 4.4.3D 视觉被广泛应用于自动驾驶与智能座舱中.13 4.5.机器视觉技术已成为确保锂电池质量和效率的关键工具.15 4.6.半导体是机器视觉技术最早大

7、规模应用的领域之一.16 4.7.AIOT 将使得 3D 视觉感知技术的应用场景再次大幅延展.17 4.8.3D 视觉感知技术大幅提升工业自动化效率.19 4.8.1.3D 视觉感知在工业领域有诸多基础应用场景.19 4.8.2.除基础应用外，3D 视觉在工业中的应用场景不断拓展.20 5.AI 加速 3D 视觉技术发展.22 5.1.深度学习技术可与 3D 视觉技术紧密结合.22 5.2.深度学习技术为 3D 视觉带来了革命性变化.22 6.群雄逐鹿，掘金 3D 视觉市场.23 6.1.消费电子：专业化定制趋势明显，海内外大厂占据优势.23 6.2.3D 工业视觉：老牌厂商和初创企业者各有所

8、长.23 7.投资建议.26 8.风险提示.27 UWiXpWoYaXlXtVmObR8Q7NmOnNnPoNjMpPuNkPtRsNaQrQmNwMmMzRNZsQtP 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 3 of 28 1.投资故事投资故事 市场认为，3D 视觉主要应用于工业，在消费领域仅有苹果等头部公司部分产品上有所应用，在疫情滞后，主要厂商的创新迭代速度放缓，导致 3D 视觉应用范围相对有限。我们认为，我们认为，3D 视觉视觉有望带动视觉算法需求超预期。有望带动视觉算法需求超预期。第一，3D 视觉虽最早发源于工业，但近年来在 C

9、端产品方面应用场景快速扩展，汽车、消费电子等细分领域将成为下一阶段 3D 视觉需求爆发的重要推动力。第二，工业方面的应用场景除此前的基础场景外，在向更多新的场景进行延申。如今的 3D 视觉应用早已不再局限于高精度数据采集、微细形变与复杂形态测量等领域，在先进质控在线检测、柔性装配与自动化、仓库与供应链自动化、机器人的导航与感知等场景中，3D 视觉技术将发挥越来越重要的作用。第三，深度学习，尤其是卷积神经网络和变形器网络使得 3D 视觉拥有了更高的精度和鲁棒性，在和 AI 大模型结合的过程中，3D 视觉技术有望触达更多的场景。3D 视觉视觉有望带动视觉算法需求增加有望带动视觉算法需求增加，推荐虹

10、软科技。，推荐虹软科技。我们认为，在 3D视觉行业应用领域不断扩张的背景下，视觉算法以及相关设备需求有望超出市场预期。据此，我们推荐全球安卓系拍摄算法龙头虹软科技，车载视觉和智能商拍业务将成为新的业绩增长点。此外，受益标的包括奥比中光、凌云光、奥普特、当虹科技。2.3D 空间视觉：机器视觉的新突破空间视觉：机器视觉的新突破 机器视觉是指通过采用适合被测物体的多角度光源和非接触传感器获取真实物体的图像，通过计算机从图像中提取信息，进行分析、处理，最终用于检测和控制机器运动的装置。通过模拟人类视觉系统，赋予机器“看”和“认知”的能力，是机器认识世界的基础。机器视觉的成像系统可以类比为人类的视觉器官

11、，输入图像信息；视觉控制系统可以类比为人类的大脑，处理和解释视觉图像。图图 1：虹软来自韩国的计件模式收入已经开始企稳回升：虹软来自韩国的计件模式收入已经开始企稳回升 数据来源：2021 中国工业视觉行业研究 3D 视觉技术是对于传统的图像识别视觉技术是对于传统的图像识别、扫描技术（扫描技术（2D）的一次）的一次重要重要技术技术革新。革新。在 3D 视觉技术成熟前，行业主要使用摄像头来拍摄平面照片然后通过图像分析和对比来进行识别物体在平面上的状态和参数，即为二维空间上的视觉分析（2D 视觉技术），这种方法无法获得物体的空间坐标信息，因此无法完成物体平面度、表面角度、体积等测量，同时也难 行业专

12、题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 4 of 28 以区分颜色相近的表面。同时成像的对比度对结果的分析至关重要，因此特别依赖于光照和颜色变化，易受照明条件的影响。随着技术的进步以及工业制造对精度和自动化要求的提升，3D 视觉的应用逐渐兴起。它是指利用技术手段从真实环境中捕获物体的三维形态、位置和方向等信息，并进行处理、解析和重建的一系列过程，允许我们不仅看到物体的轮廓，还能感知其在空间中的实际位置和形态。图图 2：3D 视觉技术是对于传统的图像识别、扫描技视觉技术是对于传统的图像识别、扫描技术的一次重要技术革新术的一次重要技术革新 图图 3：3

13、D 扫描相机扫描相机能帮助我们感知能帮助我们感知物体在空间中物体在空间中的实际位置和形态的实际位置和形态 数据来源：知象光电 数据来源：巴斯勒公司官网 表表 1：3D 视觉技术是对于传统的图像识别视觉技术是对于传统的图像识别/扫描技术（扫描技术（2D）的一次重大技术革新）的一次重大技术革新 2D 视觉视觉 3D 视觉视觉 优势优势 开源数据集多，算法成熟，目前市场应用广泛，成本较低 测量物体绝对尺寸、位置、表面缺陷等；适应不同的光照条件和物体表面性质，如弱光环境、低对比度、反光物体等，降低干扰因素 劣势劣势 识别精度收到遮挡、形变、光强、噪声等因素干扰影响；无法获得物体三维信息和空间距离；难以

14、测量物体绝对尺寸与真实形状、表面纹理等物理特征，无法细微复杂的缺陷和异常 数据质量要求较高，AI 算法能力有待进一步加强；进入门槛高，价格昂贵 应用场景应用场景 质量检测、人脸识别、条码读取、标签检验等 质量检测、柔性装配、自动化仓储、机器人引导和表面跟踪、自动驾驶等 数据来源：国泰君安证券研究 3.发源于工业发源于工业，3D 视觉视觉技术快速技术快速迭代迭代 3.1.行业技术从工业领域逐渐拓宽到更广泛的应用领域行业技术从工业领域逐渐拓宽到更广泛的应用领域 3D 视觉感知技术最早被用于工业领域的测量和扫描视觉感知技术最早被用于工业领域的测量和扫描。在技术刚刚诞生时，主要被用于工业设备和零部件的

15、高精度三维测量、物体和材料的微小形变测量等。为了能够适应工业领域严苛的工况，并且满足精确到微米币别的测量精度，3D 视觉测量设备一般需要多种技术融合使用，比如利用相位结构光以及高精度工业相机组成工业三维测量仪器。这会导致设备成本高、体积大、功耗高，应用普及缓慢。在这个阶段，市场上主要的玩家为德国高慕公司(GOM)、瑞典海克斯康（HEXAGON）、美国 CSI 公司等。这些公司的设备主要应用于测量工业零部件三维尺寸和形变，对工业部件实现高精度 3D 数字化作业等。图图 4：德国高慕：德国高慕是早期是早期 3D 视觉市场重要玩家视觉市场重要玩家 图图 5：瑞典海克斯康：瑞典海克斯康是早期是早期 3

16、D 视觉市场重要玩家视觉市场重要玩家 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 5 of 28 数据来源：高慕公司官网 数据来源：海克斯康公司官网 在在多家公司的积极推广多家公司的积极推广下下，3D 视觉感知技术视觉感知技术快速发展快速发展，在过去，在过去 10 年内年内初步实现了从工业往消费电子领域延申的变革。初步实现了从工业往消费电子领域延申的变革。在 2010 年，微软推出了其首款采用结构光技术的 3D 视觉产品Kinect，该产品专为捕获三维空间中的人体动作而设计，使得人们可以通过身体姿势与机器进行交互。2013 年，英特尔推出了其基于

17、结构光技术的 RealSense 产品，该产品主要具备手势探测、脸部分析、背景消除和 3D 扫描等功能。2014 年，谷歌发布了基于 iToF 技术的 Project Tango 平板电脑及其配套开发工具，主要提供运动追踪、深度探测和区域建模等功能。2015 年，奥比中光成功研制了 3D 深度感测芯片 MX400，并推出了基于结构光技术的消费级3D 视觉传感器 Astra，它广泛应用于 3D 建模、骨骼追踪和手势识别等领域。2017 年苹果发布的 iPhone X，搭载了前置 3D 结构光视觉传感器，标志着 3D 视觉感知技术在消费级领域开始规模化普及。表表 2：2010-2017 年年 3D

18、 视觉技术的逐步突破视觉技术的逐步突破 2010 微软推出了其首款采用结构光技术的3D视觉产品 Kinect。产品专为捕获三维空间中的人体动作而设计，使得人们可以通过身体姿势与机器进行交互 2013 推出了其基于结构光技术的 RealSense 产品，该产品主要用于手势探测、脸部分析、背景消除和 3D 扫描等功能 2014 发布了基于 iToF 技术的 Project Tango 平板电脑及其配套开发工具，主要提供运动追踪、深度探测和区域建模等功能 2015 研制了 3D 深度感测芯片 MX400，并推出了基于结构光技术的消费级3D视觉传感器Astra，广泛应用于 3D 建模、骨骼追踪和手势识

19、别等领域 2017 发布的 iPhone X，搭载了前置 3D 结构光视觉传感器 3D3D 视觉技术正式迎来转折点视觉技术正式迎来转折点 3D3D 视觉技术逐步渗透进消费电子领域视觉技术逐步渗透进消费电子领域 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 6 of 28 数据来源：国泰君安证券研究 3D 视觉感知技术持续丰富和完善，下游应用领域逐渐增多视觉感知技术持续丰富和完善，下游应用领域逐渐增多。从 2018 年开始，3D 视觉技术的应用领域在新消费和新技术的推动下加速渗透进面逐渐成为日常生活和产品中。手机面部解锁逐渐成为主流厂商的首选技术，不

20、仅如此，3D 视觉传感器技术也开始在智能门锁、3D 房屋展示等领域广泛应用。同时，3D 视觉技术途径也日益丰富和多样化。华为、魅族等主流手机品牌纷纷推出了配备iToF 技术的后置 3D 视觉传感器的智能手机。2020 年，苹果公司在其 iPad Pro 和 iPhone 12 Pro 系列中，首次采用基于 dToF 技术的 Lidar 扫描仪，进一步推进了 3D 扫描和深度感知技术的应用。此外，谷歌无人驾驶子公司此外，谷歌无人驾驶子公司 Waymo 在自动驾驶领域也进行了大量的探在自动驾驶领域也进行了大量的探索和研发。索和研发。它的无人驾驶车配备了激光雷达和多种传感器，经过多年的实地测试后，于

21、 2020 年 10 月在美国凤凰城推出了全自动的、无需安全驾驶员在车上的自动驾驶出租车服务。无人机制造巨头大疆也将无人机制造巨头大疆也将 3D 视觉技术和新一代无人机相结合视觉技术和新一代无人机相结合。大疆Phantom Pro/Pro+、Mavic 2 Pro/Zoom 等高端产品系列都搭载了双目视觉系统。这种系统能够通过图像测量技术来检测并避免障碍物，为无人机提供了更加安全和高效的飞行路径。图图 6：Waymo 将将 3D 视觉应用于自视觉应用于自动驾驶动驾驶 图图 7：大疆大疆 Phantom Pro/Pro+、Mavic 2 Pro/Zoom等高端产品系列都搭载了双目视觉系统等高端产

22、品系列都搭载了双目视觉系统 数据来源：华尔街日报 数据来源：中关村在线 3D视觉感知视觉感知的应用场景已逐步从最初的的应用场景已逐步从最初的工业设计工业设计拓展至消费电子产品拓展至消费电子产品。而这一变迁并不仅仅是一个量的扩张，更是行业深度与广度上的蜕变。这种技术的蓬勃发展，背后是应用领域对于精准、高效 3D 视觉技术的旺盛需求。从早期的工业测量，到如今的智能家居、游戏互动、安全支付等，3D 视觉感知技术所涉及的范围在持续扩大，技术内容也愈发丰富和细致。未来的这类产品将不仅更为经济、节能，而且体积更小、性能更强。这些特点预示着 3D 视觉技术将在更多的场景中得到应用，为更多应用空间和领域带来变

23、革。3.2.3D 视觉目前视觉目前主要有主要有四种技术路线四种技术路线 激光三角测量、结构光、飞行时间激光三角测量、结构光、飞行时间（ToF）、多目视觉、多目视觉等是等是 3D 视觉目前视觉目前主要的几种技术路线主要的几种技术路线。几种技术路线的不同之处主要在于发射红外光获取数据的方式不同。行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 7 of 28 a)激光三角测量激光三角测量：工作原理工作原理：采用激光线扫描物体表面，观察激光线的变形以获取物体表面的深度数据。特点特点：其精度非常高，可达微米级。但其扫描速度和工作范围有限。尽管如此，它在在线检测

24、中仍得到了广泛应用，尤其是因为其高精度和动态测速性能。b)激光三角测量激光三角测量：工作原理工作原理：采用激光线扫描物体表面，观察激光线的变形以获取物体表面的深度数据。特点特点：其精度非常高，可达微米级。但其扫描速度和工作范围有限。尽管如此，它在在线检测中仍得到了广泛应用，尤其是因为其高精度和动态测速性能。c)飞行时间飞行时间(ToF)：工作原理工作原理：基于发射和反射光之间的时间延迟来测量物体的深度。特点特点：与结构光相比，ToF 不需要复杂的光模式解析，具有较高的鲁棒性。其深度图质量和精度都较好，但对于某些材质，如玻璃，可能存在挑战。ToF 技术较为复杂，成本相对较高。d)立体视觉法立体视

25、觉法：工作原理工作原理：使用两个或多个 RGB 彩色相机获取图像，并通过双目匹配、三角测量等算法来得到深度信息。特点特点：这是一种被动的 3D 测量技术，硬件需求相对较低，但计算复杂度高。在弱光或目标特征不明显的情况下，其表现可能不佳。在工业自动化和 X86 系统中，双目相机得到了广泛的应用。表表 3：激光三角测量、结构光、飞行时间（激光三角测量、结构光、飞行时间（ToF）、多目视觉等是）、多目视觉等是 3D 视觉目前主要的几种技术路线视觉目前主要的几种技术路线 测量方法测量方法 双目视觉双目视觉 结构光测量结构光测量 激光三角测量激光三角测量 飞行时间飞行时间 算法复杂度算法复杂度 高 高

26、低 低 扫码速度扫码速度 中 慢 快 快 抗干扰能力抗干扰能力 中 差 高 中 成熟度成熟度 高 中 高 高 硬件成本硬件成本 中 高 中 低 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 8 of 28 技术原理技术原理 注：部分数据来自国泰君安产业研究中心 数据来源：国泰君安证券研究 4.应用领域持续应用领域持续拓展拓展，打开，打开 3D 视觉广阔空间视觉广阔空间 3D 视觉感知技术与产品经过多年的发展，已在锂电池、半导体、AIoT、3C 消费电子、工业自动化、汽车应用等多个领域实现了推广应用，市场空间十分广阔。4.1.全球全球 3D 视觉市场

27、维持高速增长视觉市场维持高速增长 随着下游市场需求的不断增长和随着下游市场需求的不断增长和 3D 视觉感知视觉感知技术的技术的升级，升级，3D 视觉感知视觉感知市场将迎来快速增长期。市场将迎来快速增长期。随着技术的进步，2D 成像技术已经不能满足当前日益复杂的应用需求，尤其是在人工智能、虚拟现实、增强现实等领域。3D 视觉感知技术，凭借其能够提供深度信息的特性，为各种应用带来了更丰富的数据维度，从而大大提高了其应用价值。Yole Devolopement 的研究报告报告进一步证实了这一市场趋势。据其统计，2019 年，全球 3D 视觉感知市场规模已达 50 亿美元。同时预计在 6 年之内，市场

28、规模将会翻三倍，到 2025 年达到 150 亿美元。年复合增长率（CAGR）达 20%，这也意味着 3D 视觉感知技术的应用和普及速度正在加快。图图 8：不同技术路线下的不同技术路线下的 3D 视觉技术市场空间均在不断扩大视觉技术市场空间均在不断扩大 数据来源：Yole Development 消费电子类和智能汽车行业消费电子类和智能汽车行业是是 3D 视觉市场扩容的重要推动力视觉市场扩容的重要推动力。数据显示，2019 年至 2025 年间，智能手机领域的市场规模预期从 20.17 亿美元激增至 81.65 亿美元，年均复合增长率高达 26%。市场规模占比从 40%行业专题研究行业专题研究

29、 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 9 of 28 增至 54%。而汽车领域的市场规模则预计从 8.54 亿美元增长至 36.73 亿美元，年均复合增长率达到 28%，市场规模占比从 17%增至 25%。这两大应用领域将成为 3D 成像和传感技术的主力军，推动其在全球范围内的普及和应用。图图 9：消费电子类和智能汽车行业是消费电子类和智能汽车行业是 3D 视觉市场扩容的重要推动力视觉市场扩容的重要推动力 数据来源：Yole Development 4.2.我国大力支持机器视觉发展我国大力支持机器视觉发展 机器视觉是制造业与人工智能结合的关键技术领域，机器视觉是制

30、造业与人工智能结合的关键技术领域，国家持续出台相关国家持续出台相关政策鼓励行业发展，政策鼓励行业发展，提供了良好的政策环境提供了良好的政策环境。以下是国家层面机器视觉重点政策汇总：表表 4：我国大力支持机器视觉发展：我国大力支持机器视觉发展 发布时间发布时间 发布单位发布单位 政策名称政策名称 具体内容具体内容 2022.8 科技部等六部门 关于加快场景创新以人工智能高水平应用促进经济发展的指导意见 鼓励在制造、农业、物流、金融、商务、家居等重点行业深入挖掘人工智能技术应用场景,促进智能经济高端高效发用促进经济高质量发展。制造领域优先探索工业大脑、机器人协助制造、机器视 觉工业检测、设备互联管

31、理等智能场景 2022.1 国务院 十四五数字经济发展规划 推动农林牧渔业基础设施和生产装备智能化改造,推进机器视觉、机器学习等技术应用。建设可靠、灵活、安全的工业互联网基础设施,支撑制造资源的泛在连接、弹性供给和高效配置。2021.12 工信部等 15 部门“十四五”机 器人产业发展规 划 研制三维视觉传感器、六维力传感器和关节力矩传感器等力觉传感器、大视场单线和多线激光雷达、智能听觉传感器以及高精度编码器等产品，满足机器人智能化发展需求。2021.12 国务院“十四五”数字经济发展规划 高效布局人工智能基础设施，提升支撑“智能+”发展的行业赋能能力。推动农林牧渔业基础设施和生产装备智能化改

32、造，推进机器视觉、机器学习等技术应用。2021.7 工信部等 10 部门 5G 应用“扬帆”行动（2021-2023 年）推进 5G 模组与 AR/VR、远程操控设备、机器视觉、AGV 等工业终端的深度融合，加快利用 5G 改造工业内网，打造 5G 全连接工厂标杆，形成信息技术网络与生产控制网络融合的网络部署模式，推动“5G+工业互联网”服务于生产核心环节。2019.8 科技部 国家新一代人 工智能创新发展 试验区建设工作 指引 提出开展人工智能技术应用示范、人工智能政策试验、人工智能社会试验，积极推进人工智能基础设施建设，到 2023 年，布局建设 20 个左右试验区。行业专题研究行业专题研

33、究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 10 of 28 2019.6 国家新一代人工智能治理专业委员会 新一代人工智 能治理原则 突出了发展负责任的人工智能这一主题，强调了和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作、敏捷治理等八条原则。2018.7 工 业 和 信 息 化部、国家标准化管理委员会 国家智能制造 标准体系建设指南（2018 年版）针对智能制造标准行业、跨领域、跨专业的特点，立足国内需求，兼顾国际体系建立涵盖基础共性、关键技术和行业应用等三类标准的国家智能制造标准体系。数据来源：海康机器招股书，国泰君安证券研究 4.3.3D

34、 视觉技术已被广泛应用于视觉技术已被广泛应用于 3C 消费电子消费电子领域领域 随着智能手机，穿戴设备和下游终端的不断升级和迭代，手机应用和线随着智能手机，穿戴设备和下游终端的不断升级和迭代，手机应用和线下下 3D 人脸识别技术已经是人脸识别技术已经是 3D 视觉感知技术在消费电子领域主要的应视觉感知技术在消费电子领域主要的应用场景。用场景。以下简述了 3D 视觉感知技术在智能手机上和线下人脸识别的部分应用：4.3.1.智能手机和穿戴设备是消费电子领域的最主要应用智能手机和穿戴设备是消费电子领域的最主要应用 智能解锁智能解锁：3D 人脸识别是 iPhone X 及后续系列手机的重要特性之一。与

35、传统的 2D 人脸识别相比，3D 人脸识别技术更难以被欺骗，并且在各种光照条件下都能提供较高的准确性。图图 10：iphoneX 已应用已应用 Face ID 技术技术 数据来源：中关村在线 深度拍照深度拍照：利用 3D 技术，手机摄像头可以更准确地测量景深，从而实现背景虚化和其他创意效果。iPhone 12 的后置 3D 摄像头采纳了 ToF 技术。相较于结构光技术，ToF 技术能够通过计算激光与物体之间的反射时间来捕捉更远距离的环境三维信息。这使得 3D 后置摄像头不仅能够为照片提供丰富的深度信息，还使 iPhone 在垂直屏幕模式下实现出色的背景虚化效果。用户在编辑照片时，甚至可以独立调

36、整不同层次的虚化焦点。图图 11：iPhone 具有具有前置前置 3D 摄像头摄像头 图图 12：iPhone12 搭载搭载了了 3D 摄像头摄像头 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 11 of 28 数据来源：中关村在线 数据来源：中关村在线 AR 互动互动：3D 后置摄像头在增强现实（AR）应用中的表现尤为出色，它所捕获的深度信息能够显著降低 AR 应用的误差，确保 AR对象在实际空间中更为准确地呈现。从而提供更好的用户体验。图图 13：3D 摄像头的深度信息采集摄像头的深度信息采集 数据来源：中关村在线 图片美化图片美化：3D 技

37、术可以更准确地检测面部特征，从而实现更为自然的美化效果。三维空间扫描三维空间扫描：利用 3D 技术，智能手机和穿戴设备可以扫描和再现实际物体的三维模型。图图 14：Apple Vision Pro 已拥有已拥有扫描技术扫描技术 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 12 of 28 数据来源：苹果 2023 发布会 4.3.2.线下线下 3D 人脸识别技术成为消费电子端长期发展方向人脸识别技术成为消费电子端长期发展方向 3D 人脸识别技术主要有人脸识别技术主要有 3D刷脸支付和刷脸支付和 3D刷脸门禁两大应用场景刷脸门禁两大应用场景 3D

38、无线支付无线支付：3D 视觉技术不仅能提供更高的安全性，还可以通过快速视觉技术不仅能提供更高的安全性，还可以通过快速识别用户的面部信息来简化支付流程识别用户的面部信息来简化支付流程。3D 面部识别支付技术将安全性与使用便利性完美结合，被视为未来线下支付的发展趋势。早在 2018年，支付宝就引领行业首次推出了其 3D 面部识别支付设备“蜻蜓”。随后，2019 年见证了微信推出的 3D 面部支付设备“青蛙”以及银联系试运行的支付终端“蓝鲸”。这些 3D 面部支付系统的核心优势在于，用户无需进行任何密码输入，简化了支付流程，使之变得更加流畅和高效。表表 5：微信刷脸支付特征：微信刷脸支付特征 识别精

39、准识别精准 极速高效极速高效 安全可靠安全可靠 在支付场景保证极低误识率（FAR）的情况下，一次识别通过率在 99%以上。持续不断进行算法优化，可以通过不断的训练使识别变得更智能。整体识别流程耗时小于1s，节约支付环节的等待时间。支持针对不同门店或区域，建立高频人脸库，减少用户二次确认概率，有效提升识别效率。硬件搭载3D结构光活体检测技术，可拦截照片、面具、视频等攻击手段，安全可靠。数据来源：微信支付官网，国泰君安证券研究 图图 15：微信刷脸支付使用示例：微信刷脸支付使用示例 数据来源：微信支付官网 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分

40、13 of 28 3D 人脸识别门锁系统结合了便利和安全的优势，预计在市场上将人脸识别门锁系统结合了便利和安全的优势，预计在市场上将持续持续较快较快增长增长。相较于市场主流传统的密码锁和指纹锁，3D 人脸识别技术为用户提供了非接触式的开锁体验，大大增强了便利性。另外，由于其高度的识别准确性和稳定操作，该技术与门锁的安全要求非常匹配。随技术不断完善和成本逐步降低，以及我国居民收入增长带动的新房装修和消费能力提升，我们可以预期智能门锁系统将逐渐取代传统门锁。据洛图科技 中国智能门锁线上零售市场月度追踪 报告的数据显示，2016年，我国的智能门锁出货量已经达到了 200 万套。到 2022 年，这一

41、数字已经增长至 1700 万套，CAGR 约为 42.85%。这表明智能门锁市场前景广阔。图图 16：2017-2022 年中国智能门锁总销量年中国智能门锁总销量整体呈增加趋势整体呈增加趋势 数据来源：中国智能门锁线上零售市场月度追踪，国泰君安证券研究 4.4.3D 视觉被广泛应用于自动驾驶与智能座舱中视觉被广泛应用于自动驾驶与智能座舱中 近年来，近年来，3D 视觉感知技术在汽车领域的应用日趋广泛，为新一代汽车带视觉感知技术在汽车领域的应用日趋广泛，为新一代汽车带来了革命性的升级。来了革命性的升级。无论是车内还是车外，该技术都展现了其不可替代的价值和巨大的市场潜力。3D 视觉感知技术对于自动驾

42、驶汽车至关重要视觉感知技术对于自动驾驶汽车至关重要。随着 2D 环境感知逐渐向3D 转变，3D 视觉系统能为自动驾驶汽车提供更为精准的空间感知能力。特别是面阵式 Lidar 基于 dToF 技术，其高分辨率的扫描能力使汽车能够精准地探测周围环境，从而确保驾驶的安全性。据 Mordor Intelligence 统计，预计到 2025 年，全球一年将有近 465 万辆车配备 Lidar 技术，而 2020 年全球车载摄像头市场价值 50 亿美元，预计到 2026 年将达到 80 亿美元，在预测期间（2021-2026 年）的复合年增长率约为 9%。这标志着自动驾驶汽车将进入一个新的发展阶段。图图

43、 17：2026 年全球车载摄像头市场价值年全球车载摄像头市场价值 80 亿美元亿美元 02004006008000200022销售总量（万套）行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 14 of 28 数据来源：Mordor Intelligence，国泰君安证券研究 图图 18：2020-2026 年中国车载摄像头市场年中国车载摄像头市场规模快速增加规模快速增加 数据来源：前瞻科技研究院、国泰君安证券研究 在车外身份验证方面在车外身份验证方面，3D 视觉感知也有着广泛的应用视

44、觉感知也有着广泛的应用。如凯迪拉克 2021年发布的“人脸识别解锁启动系统”，通过手机蓝牙识别唤醒功能，当用户靠近车辆时，安装于 B柱上的高清触摸屏即会自动激活；通过高清双目红外摄像头、红外成像技术和自适应补光系统配合，无论白天黑夜、室内室外，甚至部分极端天气下，系统均可进行全天候光感识别，实现刷脸进入。这一创新功能不仅提高了车辆的安全性，还提供了更为便捷的用户体验。此外，这种技术也可以应用于汽车的盗窃预防，只有被授权的驾驶员才能启动汽车，大大提高了车辆的安全系数。图图 19：2021 款凯迪拉克款凯迪拉克 XT4 支持加装人脸识别解锁启动系统支持加装人脸识别解锁启动系统 0102030405

45、06070809020202026市场规模（亿美元）CAGR=9%0500300202020252026亿元 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 15 of 28 数据来源：懂车帝 在车内，在车内，3D 视觉感知技术同样视觉感知技术同样被广泛应用被广泛应用。例如，宝马在其 5 系和 7 系轿车中引入的基于 ToF 技术的手势识别系统，允许驾驶员仅通过简单的手势来控制车载娱乐系统、空调等功能。手势捕捉 Sensor 集成在中控屏幕下方，可以识别 6 种预设手势操作，驾驶员可不必查看或触摸中控台显示屏，便能完成如切换音乐

46、、音量大小调节、接/挂电话以及地图导航大小缩放等功能。图图 20：宝马引入：宝马引入了了基于基于 ToF 技术的手势识别系统技术的手势识别系统 数据来源：德国 ZEIT 报纸 此外，通过 3D 摄像头监测驾驶员的行为和状态，系统可以实时地评估驾驶员的注意力和疲劳程度，从而及时发出警告或介入，确保行车安全。4.5.机器视觉技术已成为确保机器视觉技术已成为确保锂电池锂电池质量和效率的关键工具质量和效率的关键工具 锂电池制造：在现代的锂电池生产线上，机器视觉技术已经成为了确保锂电池制造：在现代的锂电池生产线上，机器视觉技术已经成为了确保产品质量和效率的关键工具。产品质量和效率的关键工具。从动力电池的

47、前期制造到后期的封装，机器视觉在每一个关键工序中都发挥着重要的作用。在涂布、辊压等前端工序中，锂电池可能会产生各种表面缺陷，例如露箔、暗斑和划痕。而机器视觉技术可以实时检测这些缺陷，确保生产出的产品达到标准。随着电池制造工艺的复杂性增加，如电芯后段的裸电芯极耳翻折和密封钉焊接，以及模组和 PACK 阶段的底部蓝胶和焊缝等，机器视觉的应用已 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 16 of 28 逐渐成为标准配置。这一技术在应对锂电池行业快速发展中也面临着挑战。这一技术在应对锂电池行业快速发展中也面临着挑战。首先，随着大规模制造的到来，如何在

48、保持高精度的同时提高生产效率，是一个普遍的问题。其次，新材料和新工艺的应用速度远超过了机器视觉技术的迭代速度。例如，随着磷酸锰铁、硅基负极、高镍三元等新材料的出现，以及 CTC、CTB等新工艺的应用，机器视觉技术需要更快地适应和升级。此外，虽然机器视觉已经在锂电池生产中发挥了重要作用，但对于大量的检测数据仍然没有得到充分利用。为了解决这些问题，业内已经采取了一系列的措施。在技术层面，推出了轻量化语义模型，确保机器在面对新工艺时具有更强的应对能力。产能布局上，重点投入到工业人工智能、先进光学和计算成像等研发项目，以扩充自身的视觉系统和智能视觉装备的产能。此外，产品矩阵也进行了调整，重点发展了原材

49、料隔膜检测、极片电极段的检测以及后工序的焊接检测。4.6.半导体半导体是是机器视觉技术最早大规模应用的领域之一机器视觉技术最早大规模应用的领域之一 半导体这一高度集成、精细的产业，无疑已经成为机器视觉技术最早大半导体这一高度集成、精细的产业，无疑已经成为机器视觉技术最早大规模应用的领域之一规模应用的领域之一。在半导体制造过程中，机器视觉起到了不可或缺的作用。从硅片的检测分选，到晶圆的缺陷检测，再到成品的外观检测，机器视觉技术都发挥着核心作用。例如，硅片检测分选使用了 3D 测量系统来对硅片的多种性能参数进行自动检测，实现了检测数据的管理与自动分类。又如在晶圆制造过程中，机器视觉用于检测晶圆表面

50、的各种缺陷，如杂物、裂纹等，并在封装工艺中检测晶片、胶水、焊线等的质量。图图 21：机器视觉在半导体行业：机器视觉在半导体行业应用范围广泛应用范围广泛 注：部分数据来自国泰君安产业研究中心 数据来源：中科飞测，国泰君安证券研究 尽管半导体行业仍然面临着一些技术与标准化的挑战。尽管半导体行业仍然面临着一些技术与标准化的挑战。首先，目前关于半导体芯片检测设备的技术，尤其是微纳米及纳米级的 2D、3D 光学成像技术，主要掌握在国外，这给国内产业带来了一定的压力。其次，虽然 3D 视觉检测与生产工艺紧密相关，但其设备还未有统一的国家标准，这在一定程度上制约了产业的进一步发展。为了应对这些挑战，行业已经

51、开始进行技术突破。例如，开发了基于 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 17 of 28 AI 的缺陷检测算法平台，提高了算法的迁移能力和缺陷的检测能力。同时，也在研发高速高精度的光学成像系统和运动隔震平台架构，以实现更加精确和稳定的检测效果。随着 5G 芯片、激光芯片等新技术的出现，对机器视觉技术的要求也将更高，但机器视觉技术在半导体行业的应用无疑将更加广泛和深入。4.7.AIOT 将使得将使得 3D 视觉感知技术视觉感知技术的应用场景的应用场景再次大幅延展再次大幅延展 3D 视觉感知技术作为一种前沿技术，正逐渐在视觉感知技术作为一种前

52、沿技术，正逐渐在 AIoT领域中展现其广泛领域中展现其广泛的应用价值和潜能。的应用价值和潜能。从模拟真实环境的 3D 扫描到服务机器人的实时交互，这种技术为多个行业带来了实质性的变革。3D 空间扫描革新房地产市场看房体验。空间扫描革新房地产市场看房体验。随着消费者对于购房体验的需求逐渐增加，3D 看房技术走进了大众的视野。通过 3D 视觉传感器阵列，扫描设备能够为用户提供一种高精度、真实的三维重建体验。这种立体的、沉浸式的展示方式，使用户无需亲临现场就能够更加直观地体验到房间的空间布局、装修风格以及其他细节。相比于传统的 2D 图片和平面图，3D 线上看房技术为用户提供了足不出户的真实和直观的

53、购房体验。根据贝壳公司 2019 年推出 3D 看房后的数据，其 VR 看房功能在一年内吸引了数亿次的线上观看。图图 22：VR 看房看房大幅提升效率大幅提升效率 数据来源：链家 app 在服务机器人领域，在服务机器人领域，3D 视觉技术同样展现出了巨大的价值。视觉技术同样展现出了巨大的价值。无论是家用扫地机器人、自动配送机器人还是医院中的护理机器人，它们都依赖于 3D 视觉传感器来实现人脸识别、距离感知、避障等关键功能。这些传感器使机器人能够更好地适应复杂的环境，提高其工作效率和安全性。根据 IDC 数据，2017 年全球商务用机器人市场规模为 213.2 亿美元，2022 年全球市场规模可

54、达 538.0 亿美元，2017-2022 年复合增长率预计为 20.3%。预测表明，随着技术的进一步成熟，全球消费用机器人市场规模在未来几年内将持续增长，达到数百亿美元的规模。图图 23：全球服务和商业机器人市场规模全球服务和商业机器人市场规模持续增加持续增加 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 18 of 28 数据来源：IDC，国泰君安证券研究 图图 24：石头科技推出智能扫地机器人石头科技推出智能扫地机器人 数据来源：石头科技 3D 视觉技术在健康和体育领域也有广泛应用。视觉技术在健康和体育领域也有广泛应用。例如，针对儿童和青少年

55、，3D 体态仪和智能体测设备可以提供精确的身体数据，帮助他们更好地了解自己的身体状况，为身体健康打下坚实的基础。对于老年人群体，搭载 3D 视觉传感器的家庭监护设备可为他们提供 24 小时的实时监护，确保他们的居住环境安全舒适。而在健身领域，3D 视觉技术的引入使得远程体感健身成为可能。健身者可以通过捕捉自己的动作，获得专业的指导和反馈，使得健身效果更加明显。同样，在体育评比中，3D 视觉技术可以实现对快速移动人体和物体的自动识别、跟踪和评分，为竞技体育带来了更为准确和公正的评价标准，一个突破性的应用就是在欧洲各大足球联赛中使用的半自动越位系统，其高效的减轻了裁判的压力，为比赛的公平公正做出了

56、巨大贡献。图图 25：世界杯上使用半自动越位系统：世界杯上使用半自动越位系统 图图 26：3D 智能体测镜智能体测镜正逐步推广正逐步推广 005006002002020212022亿美元 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 19 of 28 数据来源：FIFA 数据来源：仙库科技官网 总的来说，3D 视觉感知技术正逐渐成为 AIoT 领域的一个核心技术，它的广泛应用和深入挖掘将为行业的持续创新和发展提供强大的技术支持。随着技术研发的深入和市场需求的不断扩大，我们有理由相信，3D 视觉技术在 AI

57、oT 领域的应用将更加广泛，为人们的生活和工作带来更多的便利和可能性。4.8.3D 视觉感知技术大幅提升视觉感知技术大幅提升工业自动化工业自动化效率效率 随着 3D 视觉感知技术的不断成熟其为工业领域的生产、制造和研发带来了革命性的机遇。4.8.1.3D 视觉感知视觉感知在工业领域有诸多在工业领域有诸多基础应用基础应用场景场景 高精度数据采集：高精度数据采集：传统的 2D 数据采集方法在许多领域中已不能满足高精度要求。3D 视觉感知技术在汽车、航空、数码家电和医学等行业，为研究人员和生产线提供了细致、准确的三维数据，这大大提高了制造和检测的精度。图图 27：3d 视觉数据采集和扫描视觉数据采集

58、和扫描 数据来源：日本经济新闻网 微细形变与复杂形态测量微细形变与复杂形态测量：对于微小或复杂的物体，如精密零件和特制弯管，3D 技术可以提供精确的形状、大小和变形数据，从而确保产品的质量和功能。图图 28：3D 视觉测量示意图视觉测量示意图 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 20 of 28 数据来源：日本经济新闻网 4.8.2.除基础应用外，除基础应用外，3D 视觉在工业中的视觉在工业中的应用应用场景不断拓展场景不断拓展 先进质控在线检测：先进质控在线检测：在工业生产中，质量控制是至关重要的。3D 视觉技术不仅可以处理低对比度、高反

59、射或透明材料，还能有效地识别和定位产品上的细微缺陷，从而实现更为精确的在线质量监控。图图 29：3D 图像清楚地显示了图像清楚地显示了 2D 图像无法显示的缺陷图像无法显示的缺陷 数据来源：图灵人工智能 柔性装配与自动化柔性装配与自动化：高度的生产自动化需要精确的数据支持。3D 视觉在自动装配中的应用，尤其在需要高精度和灵活性的领域如精密仪器制造已经变得不可或缺。机器人、协作机械臂配合 3D 视觉系统可以实现更为精确的组装和定位。图图 30：3D 视觉引导制造流水线自动化装配视觉引导制造流水线自动化装配 数据来源：图灵人工智能 仓库与供应链自动化仓库与供应链自动化：在物流和供应链管理中，3D

60、视觉技术正在为仓 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 21 of 28 库自动化带来全新的变革。从精确的货物定位到智能拣货，这项技术提供了必要的数据支持，使得仓库操作更为高效、准确。图图 31：3D 机器视觉机器视觉技术助力技术助力分拣分拣效率提升效率提升 图图 32：避障机器人：避障机器人成为成为 3D 视觉的重要应用视觉的重要应用 数据来源：化工仪器网 数据来源：仪器网 机器人的导航与感知机器人的导航与感知：在工业环境中，机器人稳定、安全的视觉引导是至关重要的。，它通常分为两种主要策略：一种是结合移动机器人与机器视觉，另一种是结合机械

61、臂与机器视觉。这两种策略为机器人提供了在其操作环境中精确定位和导航的能力。在众多的环境感知技术中，激光雷达和毫米波雷达各自拥有其独特的优点和局限性。例如，激光雷达以其高精度和广泛的探测范围为人所知，能够有效地为机器人构建其周围环境的 3D 信息模型。然而，它在恶劣天气条件下可能会受到干扰。相对之下，毫米波雷达在烟雾、灰尘等低能见度环境中表现出色，其强大的穿透性使其能在这些特殊环境下提供可靠的测距信息。但是，其测距的精度相对较低。图图 33：3D 视觉视觉被广泛应用于被广泛应用于工厂移动机器人引导中工厂移动机器人引导中 数据来源：蓝芯科技 未来，随着 3D 视觉感知技术的进一步发展和成本的降低，

62、其在工业 4.0时代的应用将更为广泛。智能制造、远程操作、虚拟仿真等领域都将受 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 22 of 28 益于这一技术的进步。此外，结合人工智能和深度学习技术，3D 视觉感知将为工业带来更多的创新机会和解决方案。5.AI 加速加速 3D 视觉技术发展视觉技术发展 随着深度学习和人工智能的崛起，尤其是卷积神经网络（CNN）和变形器网络（Transformer）的进步，3D 视觉技术的研究和优化已在精确度和效率上获得显著提升。5.1.深度学习技术可与深度学习技术可与 3D 视觉技术紧密结合视觉技术紧密结合 在在 3

63、D 视觉的深度学习应用中，典型的工作流程可分为模型训练和图像视觉的深度学习应用中，典型的工作流程可分为模型训练和图像识别两大阶段。识别两大阶段。模型训练模型训练：此阶段的关键任务是从大量标注的 3D 数据样本中提取和学习有代表性的特征。这通常涉及大量的计算，包括前向传播、误差反向传播以及参数优化等过程。在深度学习模型中，网络的深度、层数和结构复杂度都可能影响到模型的最终性能。图像识别图像识别：在模型训练完毕后，我们可以使用它来识别新的、未标记的 3D 图像数据。此阶段主要包括数据预处理、特征提取和最终的分类或回归等任务。5.2.深度学习技术深度学习技术为为 3D 视觉带来了革命性变化视觉带来了

64、革命性变化 深度学习，尤其是卷积神经网络和变形器网深度学习，尤其是卷积神经网络和变形器网络，已经为络，已经为 3D 视觉带来了视觉带来了多方面的革命性变化。多方面的革命性变化。高精度和鲁棒性高精度和鲁棒性：通过多层网络结构，深度学习模型能够自动地从原始数据中提取和学习复杂的特征，这极大地提高了 3D 物体识别和分类的精度。广泛的应用领域广泛的应用领域：由于其出色的泛化能力，深度学习模型已被成功应用于多个 3D 视觉领域，包括物体检测、场景理解、人体姿态估计、深度估计等。自自 2012 年年 Alex 及其团队提出了及其团队提出了 AlexNet 之后，卷积神经网络算法在计之后，卷积神经网络算法

65、在计算机视觉任务中得到了广泛应用和不断优化。算机视觉任务中得到了广泛应用和不断优化。尽管传统的 2D 算法在误差率、分拣速度等方面存在明显的局限性，但随着全卷积神经网络、Encoder-Decoder 结构的 Transformer 和 VIT 等模型的提出，像素级的算法精度得到了显著的提升。2023 年，年，Meta 与智源相继发布了通用图像分割模型与智源相继发布了通用图像分割模型 Segment Anything Model(SAM)和和 SegGPT。这两种模型都采用了编码器。这两种模型都采用了编码器-解码器的架构，解码器的架构，为图像分割领域带来了革命性的变革。为图像分割领域带来了革命

66、性的变革。它们都强调了交互性和示例的自动推理学习，从而极大地增强了监督模型的效果。SAM 和 SegGPT 模型不仅大大提高了图像分割的精确度，而且在零样本和少量样本条件下也能有效完成不同的切割任务。特别是 SAM 模型，它还具有高精度的自动标注功能，为数据标注节省了大量成本。SAM 大模型在切割任务的不同具体场景中展现出了强大的泛化能力，在零样本和少量样本的基础上就 能非常优秀的完成不同的切割任务；SAM 模型还具备高精度自动标注能力，降低数 据标注成本。SAM 在广泛的图像处理应用中的巨大潜力，例如医疗成像、视频、数 据注释、3D 重建、机器人、视频文本定 行业专题研究行业专题研究 请务必

67、阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 23 of 28 位、图像字幕、多模态视觉和开放词汇交互分割等。6.群雄群雄逐鹿逐鹿，掘金掘金 3D 视觉市场视觉市场 6.1.消费电子消费电子：专业化定制趋势明显，海内外大厂占据优势专业化定制趋势明显，海内外大厂占据优势 消费电子领域是目前消费电子领域是目前 3D 视觉感知最大的应用视觉感知最大的应用领域，占比近领域，占比近 40%。基于消费电子主流产品主要诞生于国内外大厂，多家海内外大厂经历多年技术和市场积累，已经推出了基于不同技术路线的 3D 视觉产品。在结构光路线中，苹果 Prime Sense、微软 Kinect-1 产品竞

68、争力较强；大疆创新搭载了双目视觉系统的无人机如 Phantom Pro/Pro+则是双目视觉路线下的重要产品；飞行时间技术路线下有更多主流的应用和产品，比如苹果的 iPad Pro 及 iPhone 12 Pro，多家安卓系手机厂商推出的 iToF 技术的后置 3D 视觉传感器等等。图图 34：奥比中光：奥比中光推出推出 Astra 产品产品 数据来源：奥比中光 6.2.3D 工业视觉工业视觉：老牌厂商和初创企业老牌厂商和初创企业者各有所长者各有所长 3D 工业视觉领域的主流参与者大致可以划分为两大类别：传统工业视觉领域的主流参与者大致可以划分为两大类别：传统 2D 视觉视觉的内外资领先厂商，

69、以及国内新兴厂商。的内外资领先厂商，以及国内新兴厂商。这些公司之间的业务范围和专长有所不同。来自传统来自传统 2D 视觉领域的头部厂商，无论是国内还是国外品牌，都在工视觉领域的头部厂商，无论是国内还是国外品牌，都在工业高精度和高效率的测量与识别领域展现出了明显的优势。业高精度和高效率的测量与识别领域展现出了明显的优势。这些公司通常在工业应用中结合 1D、2D 和 3D 技术，实现更精准的识别和测量。例如，基恩士和康耐视凭借其领先的镜头和 CMOS 传感器技术，能够在短短 0.6 秒内完成检测。与此同时，他们在 3D 技术的算法上也取得了显著的进步，如基恩士搭载的 AI 芯片和康耐视的 Visi

70、onPro Deep Learning 软件。图图 35：基恩士：基恩士推出推出 3D 轮廓测量仪轮廓测量仪 图图 36：康耐视：康耐视推出推出搭配搭配 VisionPro 的的 3D-L4000 传传感器感器 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 24 of 28 数据来源：基恩士官网 数据来源：康耐视官网 在工业高端应用，如汽车、3C、锂电池、半导体等领域，这些头部企业，如基恩士、海康威视和奥普特等，凭借在 2D 视觉领域的深厚技术和客户基础，成功地转型和升级，赢得了大量的高价值订单。相比之下，许多国内的 3D 视觉初创公司更多地聚焦于

71、中低端的应用领域，例如物流、金属加工、3C 电子等。图图 37：2021 年全球机器视觉年全球机器视觉市场中基恩士、康耐视、市场中基恩士、康耐视、奥普特等为主要玩家奥普特等为主要玩家 图图 38：2021 年年我国我国机器视觉机器视觉市场市场中海康机器人、中海康机器人、基恩士、康耐视等厂商处于领先地位基恩士、康耐视等厂商处于领先地位 数据来源：前瞻研究院，国泰君安证券研究 数据来源：高工研究院，国泰君安证券研究 表表 6：部分机器视觉厂商：部分机器视觉厂商以进行全产业链以进行全产业链布局布局 产品产品 基恩士（日本）基恩士（日本）康耐视（美国）康耐视（美国）奥普特奥普特 奥比中光奥比中光 海康

72、机器人海康机器人 光源光源 有，不独立销售 有，不独立销售 有 无 有 镜头镜头 有，不独立销售 无 有 无 有 2D 相机相机 有，不独立销售 有 有 无 有 3D 相机相机 有 有 有 有 有 智能相机智能相机 有 有 有 有 有 图像采集卡图像采集卡 无 有，不独立销售 有 无 有 视觉软件视觉软件 有，不独立销售 有 有 无 有 读码器读码器 有 有 有 无 有 解决方案解决方案 有 有 有 无 有 数据来源：海康机器招股书，国泰君安证券研究 在机器视觉软件方面，定位算法模块数量、算法性能、软件灵活性和易在机器视觉软件方面，定位算法模块数量、算法性能、软件灵活性和易基恩士康耐视奥普特天

73、准科技巴斯勒其他海康机器人基恩士康耐视凌云光大恒图像奥普特天准科技华睿科技巴斯勒其他 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 25 of 28 用性等因素都是决定性的考量点。用性等因素都是决定性的考量点。在这一方面海内外主流玩家侧重点不同。虹软科技的手机拍摄算法与 VisDrive：手机方面，虹软科技作为全球安卓系手机拍摄算法的霸主，三星、华为、OPPO、VIVO、小米等手机厂商均是公司客户，公司技术储备丰富，已实现对于单摄、双摄、深摄的全面覆盖，并不断推出新的 SDK 带动手机拍摄算法单机价值量提升。汽车方面，虹软科技推出了一系列舱内、舱外

74、视觉解决方案。截至 2023H1，分别搭载了公司 DMS、OMS、Face ID、TOF 手势、舱外体态识别拍照、AVM 等舱内外算法的量产出货车型已有数十款，主要知名车型如理想 L9，长城哈佛系列、欧拉系列、坦克系列，合众哪吒系列，长安 CS75、PLUS、UNI-T，长安新能源深蓝SLO3，吉利豪越 L、银河 L7、领克 06，奇瑞星途揽月，东风岚图Free、梦想家、追光等。康耐视的 VisionPro：这款软件搭载了超过 100 种工具，其中 2D 定位精度在最好情况下可以达到 1/40 像素，而通常情况下为 1/4 像素。其处理效率非常出色，5M 像素的图像处理时间在 50ms 以内。

75、但是在 3D 视觉定位的精度上，VisionPro 达到了 2.5m，尽管其具体的处理效率尚未公开。除了硬件性能，VisionPro 也为开发者提供了不错的软件体验，虽然其不支持底层框架的开放，但确实支持二次开发，使得软件灵活性和易用性都保持在行业的中等水平。奥普特的 SciVision：与 VisionPro 类似，SciVision 也提供了超过 100 种工具。不过，它在 2D 定位的精度上并未披露具体数据，但其 28M 像素的图像处理速度为 68.19ms。从软件的灵活性和易用性角度看，SciVision 主要针对直接应用，其工具的拖拽式操作和专用性设计使得整体易用性处于中等水平。凌云

76、光的 VisionWare 展现了另一种竞争策略：其提供的工具超过100 种，2D 定位精度为 1/2 像素，5M 像素的图像处理速度为 20ms。更令人印象深刻的是，其 3D 定位精度达到了 2m，处理速度为500ms。在识别算法上，其 99%的识别率和 5M 像素图像的 80ms 处理速度都表现出色。但从软件使用的角度来看，VisionWare 主要以直接应用为主，其工具的拖拽式操作和专用性设计与 SciVision 相似。海康机器人的 VisionMaster：这款软件凭借其 1500+算子和 170+工具在数量上远超其他三家。在 2D 定位上，其最好的精度可以达到 1/16 像素，而通

77、常情况下为 1/4 像素，5M 像素的图像处理时间仅为10ms。此外，其3D视觉定位的精度为6m，处理速度为300ms。在软件的灵活性和易用性上，VisionMaster 同样展现出了优势。它支持算子调用、SDK 二次开发，以及底层框架的开放。整体的软件设计既图形化又流程化，为开发者提供了友好的交互体验。表表 7：部分部分海内外大厂软件性能海内外大厂软件性能侧重点各不相同侧重点各不相同 公司名称公司名称 软件名称软件名称 算法性能算法性能 灵活性灵活性 易用性易用性 康耐视康耐视 VisionPro 2D 定位精度：最高 1/40 像 素，一般 1/4 像素；效率：50ms 以内/5M 像素；

78、3D 定位精度：2.5m（未披 露精度保证下的处理效率）；识别算法：99.9%识别率；效率未披露 支持二次开发不支持底层框架开放 灵活性一般 工具拖拽式操作，大部分应 用需要二次开发，方案流程不清晰，易用性一般 奥普特奥普特 SciVision 2D 定位精度未披露；直接应用为主，工具拖拽式操作，方 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 26 of 28 效率：68.19ms/28M 像素；3D 定位精度与效率未披露 识别算法：识别率与效率未披露 灵活性一般 案流程化，软件专用性强，易用性一般 凌云光凌云光 VisionWare 2D 定位

79、精度：1/2 像素；效率：20ms/5M 像素；3D 定位精度：2m；效率：500ms；识别算法：99%识别率；效率：80ms/5M 像素 直接应用为主，灵活性一般 工具拖拽式操作，方案流程化，软件专用性强，易用性一般 海康机器海康机器 VisionMaster 2D 定位精度：最高 1/16 像 素，一般 1/4 像素；效率：10ms 以内/5M 像素；3D 定位精度：6m；效率：300ms；识别算法：99.9%识别率；效率：50ms/5M 像素 支持算子调用、SDK 二次开发，灵活性高底层框架开放，支持第三方算法工具挂载 工具拖拽式操作，图形化和流程化方案搭 建，交互友好，易用性高 数据来

80、源：海康机器招股书，国泰君安证券研究 当我们深入到机器人视觉引导领域，国内新兴厂商如梅卡曼德、图漾科技和熵智科技等，都在这个细分市场中表现出色，特别是在配合机械臂进行的分拣、上下料等操作中。值得注意的是，虽然国内 3D 工业视觉市场仍然处于混战阶段，但一些领先的国内老牌企业已经开始朝高端市场进军，如奥普特、凌云光、大恒图像和海康机器人等。此外，一些在 3D 视觉领域有所建树的国内企业，正利用其核心技术开展跨领域的创新和拓展。比如，梅卡曼德于 2022 年推出了面向检测/测量应用的 Mech-Eye UHP140 工业 3D 相机，广泛应用于汽车零部件的生产和组装等多种场景；而海康机器人和图漾科

81、技也分别推出了面向特定行业的新产品和解决方案。图图 39：Mech-Eye UHP140 工业工业 3D 相机相机 图图 40：图漾科技工业相机：图漾科技工业相机 PS800-E1 数据来源：梅卡曼德 数据来源：图漾科技 7.投资建议投资建议 3D 视觉被广泛应用于工业和消费领域，行业需求不断扩张视觉被广泛应用于工业和消费领域，行业需求不断扩张。我们认为，行业需求的扩张将带动视觉算法以及相关设备需求大幅增加。据此，我们推荐全球安卓系拍摄算法龙头虹软科技，车载视觉和智能商拍业务将成为新的业绩增长点。此外，受益标的包括奥比中光、凌云光、奥普特、当虹科技。表表 8：相关公司估值情况：相关公司估值情况

82、 股票代码股票代码 证券名称证券名称 收盘价收盘价（元）（元）EPS（元）（元）PE（倍）（倍）评级评级 20230922 2022A 2023E 2024E 2022A 2023E 2024E 688088 虹软科技 36.62 0.14 0.52 0.62 261.57 70.42 59.06 增持 行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 27 of 28 数据来源：wind，国泰君安证券研究 8.风险提示风险提示 3D 视觉视觉技术技术产业落地产业落地不及预期不及预期。虽然 3D 视觉技术有诸多优点，但其产业落地节奏仍受到诸多其他因素影

83、响。比如在疫情期间，手机厂商就放缓了对于新功能的迭代。如果 3D 视觉技术的产业落地不及预期，将导致对应的算法需求受到压缩。现有技术路线被取代现有技术路线被取代。技术的发展难以完全预判，若有其他技术能够实现比 3D 视觉更好的效果，则会对 3D 视觉产业链形成一定冲击。行业专题研究行业专题研究 请务必阅读正文之后的免责条款部分请务必阅读正文之后的免责条款部分 28 of 28 本公司具有中国证监会核准本公司具有中国证监会核准的证券投资的证券投资咨询咨询业务资格业务资格 分析师声明分析师声明 作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，保证报告所采用的数据均来自合规渠道

84、，分析逻辑基于作者的职业理解，本报告清晰准确地反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响，特此声明。免责声明免责声明 本报告仅供国泰君安证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为本公司的当然客户。本报告仅在相关法律许可的情况下发放，并仅为提供信息而发放，概不构成任何广告。本报告的信息来源于已公开的资料，本公司对该等信息的准确性、完整性或可靠性不作任何保证。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可升可跌。过往表现不应作为日后的表现依据。在不同时期，

85、本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司不保证本报告所含信息保持在最新状态。同时，本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议。在任何情况下，本公司、本公司员工或者关联机构不承诺投资者一定获利，不与投资者分享投资收益，也不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。投资者务必注意，其据此做出的任何投资决策与本公司、本公司员工或者关联机构无关。本公司利用信息隔离墙控制内部一个或多个

86、领域、部门或关联机构之间的信息流动。因此，投资者应注意，在法律许可的情况下，本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易，也可能为这些公司提供或者争取提供投资银行、财务顾问或者金融产品等相关服务。在法律许可的情况下，本公司的员工可能担任本报告所提到的公司的董事。市场有风险，投资需谨慎。投资者不应将本报告作为作出投资决策的唯一参考因素，亦不应认为本报告可以取代自己的判断。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。本报告版权仅为本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得本公司同意进行引用、刊发的，

87、需在允许的范围内使用，并注明出处为“国泰君安证券研究”，且不得对本报告进行任何有悖原意的引用、删节和修改。若本公司以外的其他机构（以下简称“该机构”）发送本报告，则由该机构独自为此发送行为负责。通过此途径获得本报告的投资者应自行联系该机构以要求获悉更详细信息或进而交易本报告中提及的证券。本报告不构成本公司向该机构之客户提供的投资建议，本公司、本公司员工或者关联机构亦不为该机构之客户因使用本报告或报告所载内容引起的任何损失承担任何责任。评级说明评级说明 评级评级 说明说明 1.1.投资建议的比较标准投资建议的比较标准 投资评级分为股票评级和行业评级。以报告发布后的 12 个月内的市场表现为比较标

88、准，报告发布日后的 12 个月内的公司股价（或行业指数）的涨跌幅相对同期的沪深 300 指数涨跌幅为基准。股票投资评级股票投资评级 增持 相对沪深 300 指数涨幅 15%以上 谨慎增持 相对沪深 300 指数涨幅介于 5%15%之间 中性 相对沪深 300 指数涨幅介于-5%5%减持 相对沪深 300 指数下跌 5%以上 2.2.投资建议的评级标准投资建议的评级标准 报告发布日后的 12 个月内的公司股价（或行业指数）的涨跌幅相对同期的沪深300 指数的涨跌幅。行业投资评级行业投资评级 增持 明显强于沪深 300 指数 中性 基本与沪深 300 指数持平 减持 明显弱于沪深 300 指数 国泰君安证券研究国泰君安证券研究所所 上海上海 深圳深圳 北京北京 地址 上海市静安区新闸路 669 号博华广场20 层 深圳市福田区益田路 6003 号荣超商务中心 B 栋 27 层 北京市西城区金融大街甲 9 号 金融街中心南楼 18 层 邮编 200041 518026 100032 电话（021）38676666（0755）23976888（010）83939888 E-mail：